CN108985707A - 一种快速判断简历内容真实性的方法 - Google Patents
一种快速判断简历内容真实性的方法 Download PDFInfo
- Publication number
- CN108985707A CN108985707A CN201810596236.4A CN201810596236A CN108985707A CN 108985707 A CN108985707 A CN 108985707A CN 201810596236 A CN201810596236 A CN 201810596236A CN 108985707 A CN108985707 A CN 108985707A
- Authority
- CN
- China
- Prior art keywords
- resume
- analysis
- authenticity
- point
- inventory
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/105—Human resources
- G06Q10/1053—Employment or hiring
Abstract
本发明公开了一种快速判断简历内容真实性的方法,所述方法包括下述步骤:步骤一:列出简历常见疑点清单,形成简历真实性分析的分析点清单;步骤二:为每一个疑点设定简历真实性分析规则;步骤三:对任一份简历开展真实性分析:提取分析点清单中列出的各个维度的信息;与简历真实性分析规则进行比对;发现疑点时,将疑点记录下来,存入简历真实性分析的数据表形成简历疑点清单;步骤四:真实性分析结果的应用;显示简历疑点清单,并附上疑点原因的详细描述,供招聘官参考。本发明通过计算机程序判断简历、分析解读简历,对简历中出现的可能不真实的疑点和风险点进行提示,从而大大提升简历筛选的效率,大大降低简历造假未被发现的风险。
Description
技术领域
本发明属于简历判断领域,涉及一种快速判断技术,具体是一种快速判断简历内容真实性的方法。
背景技术
目前的招聘过程,采用的方法是招聘官或企业用人部门人工查看,在面试时再筛选;
该方法经常会出现这样的问题:
1、成本高:人工查看的工作量大,工作效率低,简历筛选成本高;
2、有遗漏:人工查看时,无法对风险点逐一做检查,简历真实性的部分问题无法被发现,一些风险点容易遗漏,给企业造成损失。
为解决上述缺陷,现提供一种解决方案。
发明内容
本发明的目的在于提供一种快速判断简历内容真实性的方法。
本发明的目的可以通过以下技术方案实现:
一种快速判断简历内容真实性的方法,所述方法包括下述步骤:
步骤一:列出简历常见疑点清单,形成简历真实性分析的分析点清单;
步骤二:为每一个疑点设定简历真实性分析规则;
步骤三:对任一份简历开展真实性分析:
S1:提取分析点清单中列出的各个维度的信息;
S2:与简历真实性分析规则进行比对;
S3:发现疑点时,将疑点记录下来,存入简历真实性分析的数据表形成简历疑点清单。
进一步地,所述步骤一中分析点清单获取方法包括下述步骤:
S1:根据经验和已有的研究成果,整理出简历常见的造假方法;
S2:将常见的造假方法,整理出清单,进行汇总、合并、分类,形成简历真实性分析的分析点清单。
进一步地,所述简历真实性分析规则包括数据库比对规则和逻辑验证规则;
所述数据库比对规则具体过程如下:
S1:挑选出任一份简历指定的分析点;
S2:寻找分析点相对应的有效数据的数据库;
S3:将分析点与有效数据的数据库进行比对。
进一步地,所述数据库为高校数据库;所述分析点清单具体分析点包括学校、学校类型、学历层次和专业;所述高效数据库用于核实任一份简历的学校、学校类型、学历层次和专业。
进一步地,所述数据库为雇主企业数据库;所述分析点清单具体分析点包括雇主信息、雇主所在城市信息、雇主成立时间信息;所述雇主企业数据库用于核实任一份简历的雇主信息、雇主所在城市信息、雇主成立时间信息。
进一步地,所述逻辑验证规则具体过程如下:
S1:简历逻辑判断的模型;
S2:选择任一份简历的中对应分析点结合逻辑判断模型判断;
S3:得到分析结果。
进一步地,所述逻辑判断的模型包括时间模型和经历模型;
所述时间模型具体表现为:对经历教育的时间点信息进行判定;本科应为四年,专科为三年;每年毕业时间一般为6月或7月,当时间不吻合,则存在疑点;
所述经历模型具体表现为:当教育经历与工作经历的时间段存在重叠时,则工作经历和教育经历均存在疑点。
进一步地,所述方法还包括步骤四:对真实性分析结果的应用;显示简历疑点清单,并附上疑点原因的详细描述,供招聘官参考。
本发明的有益效果:
本发明通过计算机程序判断简历、分析解读简历,对简历中出现的可能不真实的疑点和风险点进行提示,从而大大提升简历筛选的效率,大大降低简历造假未被发现的风险,提高招聘的成功率。
附图说明
下面结合附图和具体实施例对本发明作进一步详细描述。
图1是本发明的方法流程图。
具体实施方式
一种快速判断简历内容真实性的方法,所述方法包括下述步骤:
步骤一:列出简历常见疑点清单,形成简历真实性分析的分析点清单;
步骤二:为每一个疑点设定简历真实性分析规则;
步骤三:对任一份简历开展真实性分析:
S1:提取分析点清单中列出的各个维度的信息;
S2:与简历真实性分析规则进行比对;
S3:发现疑点时,将疑点记录下来,存入简历真实性分析的数据表形成简历疑点清单;
步骤四:真实性分析结果的应用;显示简历疑点清单,并附上疑点原因的详细描述,供招聘官参考。
进一步地,所述步骤一中分析点清单获取方法包括下述步骤:
S1:根据经验和已有的研究成果,整理出简历常见的造假方法;
S2:将常见的造假方法,整理出清单,进行汇总、合并、分类,形成简历真实性分析的分析点清单。
进一步地,所述简历真实性分析规则包括数据库比对规则和逻辑验证规则;
所述数据库比对规则具体过程如下:
S1:挑选出任一份简历指定的分析点;
S2:寻找分析点相对应的有效数据的数据库;
S3:将分析点与有效数据的数据库进行比对。
进一步地,所述数据库为高校数据库;所述分析点清单具体分析点包括学校、学校类型、学历层次和专业;所述高效数据库用于核实任一份简历的学校、学校类型、学历层次和专业;高校数据库可以用来核实简历中的学校是否存在、学校类型是否准确、学历层次是否匹配、专业是否存在等。
进一步地,所述数据库还可以为雇主企业数据库;所述分析点清单具体分析点包括雇主信息、雇主所在城市信息、雇主成立时间信息;所述雇主企业数据库用于核实任一份简历的雇主信息、雇主所在城市信息、雇主成立时间信息;雇主企业数据库,可以用来核实雇主是否存在、雇主所在城市与简历描述是否一致、雇主成立时间与简历中的经历是否有冲突等。
进一步地,所述逻辑验证规则具体过程如下:
S1:简历逻辑判断的模型;
S2:选择任一份简历的中对应分析点结合逻辑判断模型判断;
S3:得到分析结果。
进一步地,所述逻辑判断的模型包括时间模型和经历模型;
所述时间模型具体表现为:对经历教育的时间点信息进行判定;本科应为四年,专科为三年;每年毕业时间一般为6月或7月,当时间不吻合,则存在疑点;
所述经历模型具体表现为:当教育经历与工作经历的时间段存在重叠时,则工作经历和教育经历均存在疑点。
一种快速判断简历内容真实性的方法,在需要对一份简历的内容真实性去判断时,首先通过将此份简历根据分析点清单提取出此份简历中的分析点,将分析点与简历真实性分析规则进行比对,将分析点与高校数据库进行比对,判断此份简历的学校、学校类型、学历层次和专业与高校数据库内的学校、学校类型、学历层次和专业是否一致,如果一致则初步判断此份简历是真实的;如果出现了任一处不同,则判断此份简历为疑似简历;与高校数据库比对完成之后,在此份简历内有相关的就业信息时,会将此份简历将与雇主企业数据库进行比对,判断此份简历的雇主信息、雇主所在城市信息、雇主成立时间信息和雇主企业数据库是否一致,如果一致则判定此份简历为真实简历,如果存在任一处不匹配,则判断此份简历为疑似简历。
本发明通过计算机程序判断简历、分析解读简历,对简历中出现的可能不真实的疑点和风险点进行提示,从而大大提升简历筛选的效率,大大降低简历造假未被发现的风险,提高招聘的成功率;本发明简单有效,且易于实用。
以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (8)
1.一种快速判断简历内容真实性的方法,其特征在于,所述方法包括下述步骤:
步骤一:列出简历常见疑点清单,形成简历真实性分析的分析点清单;
步骤二:为每一个疑点设定简历真实性分析规则;
步骤三:对任一份简历开展真实性分析:
S1:提取分析点清单中列出的各个维度的信息;
S2:与简历真实性分析规则进行比对;
S3:发现疑点时,将疑点记录下来,存入简历真实性分析的数据表形成简历疑点清单。
2.根据权利要求1所述的一种快速判断简历内容真实性的方法,其特征在于,所述步骤一中分析点清单获取方法包括下述步骤:
S1:根据经验和已有的研究成果,整理出简历常见的造假方法;
S2:将常见的造假方法,整理出清单,进行汇总、合并、分类,形成简历真实性分析的分析点清单。
3.根据权利要求1所述的一种快速判断简历内容真实性的方法,其特征在于,所述简历真实性分析规则包括数据库比对规则和逻辑验证规则;
所述数据库比对规则具体过程如下:
S1:挑选出任一份简历指定的分析点;
S2:寻找分析点相对应的有效数据的数据库;
S3:将分析点与有效数据的数据库进行比对。
4.根据权利要求3所述的一种快速判断简历内容真实性的方法,其特征在于,所述数据库为高校数据库;所述分析点清单具体分析点包括学校、学校类型、学历层次和专业;所述高效数据库用于核实任一份简历的学校、学校类型、学历层次和专业。
5.根据权利要求3所述的一种快速判断简历内容真实性的方法,其特征在于,所述数据库为雇主企业数据库;所述分析点清单具体分析点包括雇主信息、雇主所在城市信息、雇主成立时间信息;所述雇主企业数据库用于核实任一份简历的雇主信息、雇主所在城市信息、雇主成立时间信息。
6.根据权利要求3所述的一种快速判断简历内容真实性的方法,其特征在于,所述逻辑验证规则具体过程如下:
S1:简历逻辑判断的模型;
S2:选择任一份简历的中对应分析点结合逻辑判断模型判断;
S3:得到分析结果。
7.根据权利要求6所述的一种快速判断简历内容真实性的方法,其特征在于,所述逻辑判断的模型包括时间模型和经历模型;
所述时间模型具体表现为:对经历教育的时间点信息进行判定;本科应为四年,专科为三年;每年毕业时间一般为6月或7月,当时间不吻合,则存在疑点;
所述经历模型具体表现为:当教育经历与工作经历的时间段存在重叠时,则工作经历和教育经历均存在疑点。
8.根据权利要求1所述的一种快速判断简历内容真实性的方法,其特征在于,所述方法还包括步骤四:对真实性分析结果的应用;显示简历疑点清单,并附上疑点原因的详细描述,供招聘官参考。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810596236.4A CN108985707B (zh) | 2018-06-11 | 2018-06-11 | 一种快速判断简历内容真实性的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810596236.4A CN108985707B (zh) | 2018-06-11 | 2018-06-11 | 一种快速判断简历内容真实性的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108985707A true CN108985707A (zh) | 2018-12-11 |
CN108985707B CN108985707B (zh) | 2021-08-10 |
Family
ID=64540222
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810596236.4A Active CN108985707B (zh) | 2018-06-11 | 2018-06-11 | 一种快速判断简历内容真实性的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108985707B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109885647A (zh) * | 2018-12-28 | 2019-06-14 | 考拉征信服务有限公司 | 用户履历验证方法、装置、电子设备及存储介质 |
CN110232555A (zh) * | 2019-04-26 | 2019-09-13 | 平安科技(深圳)有限公司 | 应聘者背景调查方法、装置、设备及计算机可读存储介质 |
CN111460174A (zh) * | 2020-04-03 | 2020-07-28 | 中国建设银行股份有限公司 | 基于实体知识推理的简历异常检测方法及系统 |
CN114841247A (zh) * | 2022-03-31 | 2022-08-02 | 前锦网络信息技术(上海)有限公司 | 一种恶意用户识别方法和系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102117323A (zh) * | 2011-02-21 | 2011-07-06 | 深圳埃斯欧纳信息咨询有限公司 | 一种推荐求职简历的处理方法和系统 |
CN105701522A (zh) * | 2016-01-13 | 2016-06-22 | 浙江工贸职业技术学院 | 基于互联网的个人简历的真伪识别方法与系统 |
US20160283906A1 (en) * | 2006-01-13 | 2016-09-29 | CareerBuilder, LLC | Method and system for matching data sets of non-standard formats |
CN107291715A (zh) * | 2016-03-30 | 2017-10-24 | 阿里巴巴集团控股有限公司 | 简历评估方法和装置 |
CN107480582A (zh) * | 2017-06-28 | 2017-12-15 | 北京五八信息技术有限公司 | 简历真实度的检测方法及装置 |
CN107870976A (zh) * | 2017-09-25 | 2018-04-03 | 平安科技(深圳)有限公司 | 简历识别装置、方法及计算机可读存储介质 |
CN107909340A (zh) * | 2017-11-08 | 2018-04-13 | 平安科技(深圳)有限公司 | 简历筛选方法、电子装置及可读存储介质 |
-
2018
- 2018-06-11 CN CN201810596236.4A patent/CN108985707B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160283906A1 (en) * | 2006-01-13 | 2016-09-29 | CareerBuilder, LLC | Method and system for matching data sets of non-standard formats |
CN102117323A (zh) * | 2011-02-21 | 2011-07-06 | 深圳埃斯欧纳信息咨询有限公司 | 一种推荐求职简历的处理方法和系统 |
CN105701522A (zh) * | 2016-01-13 | 2016-06-22 | 浙江工贸职业技术学院 | 基于互联网的个人简历的真伪识别方法与系统 |
CN107291715A (zh) * | 2016-03-30 | 2017-10-24 | 阿里巴巴集团控股有限公司 | 简历评估方法和装置 |
CN107480582A (zh) * | 2017-06-28 | 2017-12-15 | 北京五八信息技术有限公司 | 简历真实度的检测方法及装置 |
CN107870976A (zh) * | 2017-09-25 | 2018-04-03 | 平安科技(深圳)有限公司 | 简历识别装置、方法及计算机可读存储介质 |
CN107909340A (zh) * | 2017-11-08 | 2018-04-13 | 平安科技(深圳)有限公司 | 简历筛选方法、电子装置及可读存储介质 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109885647A (zh) * | 2018-12-28 | 2019-06-14 | 考拉征信服务有限公司 | 用户履历验证方法、装置、电子设备及存储介质 |
CN110232555A (zh) * | 2019-04-26 | 2019-09-13 | 平安科技(深圳)有限公司 | 应聘者背景调查方法、装置、设备及计算机可读存储介质 |
CN111460174A (zh) * | 2020-04-03 | 2020-07-28 | 中国建设银行股份有限公司 | 基于实体知识推理的简历异常检测方法及系统 |
CN114841247A (zh) * | 2022-03-31 | 2022-08-02 | 前锦网络信息技术(上海)有限公司 | 一种恶意用户识别方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN108985707B (zh) | 2021-08-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108985707A (zh) | 一种快速判断简历内容真实性的方法 | |
Zhou et al. | Developer fluency: Achieving true mastery in software projects | |
CN111192004A (zh) | 用于当前待办任务和后续待办工作流程展示的方法 | |
US8290803B2 (en) | Migration system and method | |
DE112016003626T5 (de) | Natürlichsprachliche Schnittstelle zu Datenbanken | |
US20110129806A1 (en) | System for training | |
JP2004528657A5 (zh) | ||
CN108595491B (zh) | 一种基于履历拆分的背调方法、系统及其计算机存储介质 | |
CN108572945A (zh) | 创建报表的方法、系统、存储介质、及电子设备 | |
Aredah et al. | Project scheduling techniques within a building information modeling (BIM) environment: A survey study | |
US7379929B2 (en) | Automatically identifying required job criteria | |
Huang | Key user knowledge, attitude and IT performance: The moderating effect of organizational culture | |
Chan et al. | The application of social network analysis in the construction industry of Hong Kong | |
Javanbakht et al. | A new method for decision making and planning in enterprises | |
CN105740830B (zh) | 基于验证手段的电子签字鉴定方法 | |
CN114443632A (zh) | 一种学分银行学分智能转换方法及系统、计算机设备 | |
CN110502675B (zh) | 基于数据分析的语音拨叫用户分类方法及相关设备 | |
CN115392805B (zh) | 一种交易型合同合规风险诊断方法及系统 | |
O'Keefe | MS/OR enabled systems design | |
CN107767124A (zh) | 准确计算工时的方法 | |
CN108564333A (zh) | 一种职业调查方法和系统 | |
Rostami et al. | Affecting factors on xbrl adoption | |
Zhai et al. | The research of examination management system based on network flat | |
Williams | A MANY-TO-MANY (M: N) RELATIONAL MODEL TO IMPROVE REQUIREMENTS TRACEABILITY | |
Geiger | Why Does Data Modeling Take So Long? |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |